[发明专利]一种业务预测方法、系统和计算机存储介质

说明书

本发明实施例公开了一种业务预测方法、系统和计算机存储介质。所述方法包括：训练获得场所分类模型以及确定终端用户的场所集合；训练获得活动分类模型以及确定所述终端用户的活动集合；基于活动集合、场所集合和历史详单数据训练获得业务预测模型；获得当前时刻所述终端用户对应的实时详单数据和实时终端状态数据时，基于所述实时终端状态数据和所述活动分类模型确定所述当前时刻的下一时刻的活动，基于所述实时详单数据和所述场所分类模型确定所述下一时刻的场所；基于所述实时详单数据、所述下一时刻的活动、所述下一时刻的场所和所述业务预测模型获得所述下一时刻的业务类型。

技术领域

本发明涉及移动通信网技术，具体涉及一种业务预测方法、系统和计算机存储介质。

背景技术

现有的基于位置的社会网络(LBSN，Location-based Social Network)技术主要研究某区域前导的群体用户行为，分析用户的社交关系及兴趣点，进行个性化推荐预测，在特定情境下，将最符合用户兴趣的项目推荐给目标用户，这种预测推荐方式与时间因素无关，且具有较大的局限性。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种业务预测方法、系统和计算机存储介质。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种业务预测方法，所述方法包括：

训练获得场所分类模型以及确定终端用户的场所集合；其中，所述场所分类模型基于历史详单数据训练获得；所述历史详单数据至少包括：时间、业务类型和位置；

训练获得活动分类模型以及确定所述终端用户的活动集合；所述活动分类模型基于历史终端状态数据训练获得；

基于所述活动集合、所述场所集合和所述历史详单数据训练获得业务预测模型；

获得当前时刻所述终端用户对应的实时详单数据和实时终端状态数据时，基于所述实时终端状态数据和所述活动分类模型确定所述当前时刻的下一时刻的活动，以及基于所述实时详单数据和所述场所分类模型确定所述下一时刻的场所；

基于所述实时详单数据、所述下一时刻的活动、所述下一时刻的场所和所述业务预测模型获得所述下一时刻的业务类型。

上述方案中，所述训练获得场所分类模型，包括：

基于从所述历史详单数据中拆分获得的表征时间-位置的历史详单数据、输入参数类型以及通信网参数类型训练获得场所分类模型；其中，所述输入参数包括以下参数的至少之一：当前时刻、驻留时长、位置、前序场所、时间属性、语义提取关键字；所述通信网参数包括以下参数的至少之一：区域小区密度、区域统计参考信号接收功率(RSRP，ReferenceSignal Receiving Power)、上下行流量、用户数量、资源利用率。

上述方案中，所述基于从所述历史详单数据中拆分获得的表征时间-位置的历史详单数据、预先配置的输入参数类型以及预先配置的通信网参数类型训练获得场所分类模型之前，所述方法还包括：

对满足第一预设条件的第一表征时间-位置的历史详单数据进行删除操作；其中，所述第一预设条件包括：预设时间范围内区域变更次数高于第一阈值；

对表征时间-位置的历史详单数据中满足第二预设条件的区域数据进行删除操作；其中，所述第二预设条件包括：区域访问频次低于第二阈值。

上述方案中，所述训练获得活动分类模型，包括：

基于所述历史终端状态数据和输入参数训练获得活动分类模型；其中，所述输入参数包括以下参数的至少之一：当前时刻、驻留时长、位置、前序活动、时间属性、语义提取关键字。